基于机器视觉的机器人伺服控制系统

　　摘要：随着科学技术的发展，我国的机器人技术有了很大进展。机器人系统重要的控制手段是视觉伺服控制。视觉伺服控制技术由于其良好的性能以及应用的广泛性和方便性，成为了机电一体化领域研究的热点之一。本文阐述了视觉系统中视觉反馈与噪声处理问题，展望了对未来的研究方向，它有望成为机器人在动态可变环境下应用的重要支撑技术。

　　关键词：工业机器人;视觉伺服;图像处理

　　引言

　　经济全球化模式快速发展的今天，传统制造业的产业结构已不能满足我国快速发展的经济需求，对产业结构进行调整和升级已成为传统生产制造行业发展的共识，而研发具有感知、决策并能自动执行的工业机器人等智能制造装备则是产业转型的关键。机器视觉技术利用工业相机代替人眼对目标进行识别，跟踪和测量，将其与工业机器人集成，可使机器人具备感知与决策能力，并引导机器人做出正确的动作，发展前景非常广阔，也是智能机器人研究的重要领域。

　　机器人论文投稿刊物：《机器人技术与应用》(双月刊)1988年创刊，是公开发行的科技刊物，国际机器人联合会会员单位，在国内自动化领域享有很高的声誉，国外亦有一定的影响。本刊主要报道工业自动化和机器人领域的相关理论、技术与应用等方面的最新进展情况，涵盖面广，集知识性与趣味性于一体，具有很强的技术性和可读性。

　　1机器人视觉伺服系统

　　上世纪七十年代末期诞生了机器人视觉伺服系统，这种伺服系统的诞生主要是为了可以改善机器人运动过程中，难以掌握的灵敏度以及控制环节的复杂性。机器人视觉的伺服系统，其控制过程主要是通过相关的视觉传感装置，进而采集机器人希望获取的外部相关数据，在将数据及时有效的传递给机器人控制装置，实现让机器人依据所采集数据调整动作，以及定位追踪的目的。

　　2视觉伺服控制系统设计

　　2.1系统构成

　　控制模块主要包括FANUCR-1000iA_100F机器人及机器人控制器、控制传送带电机的运动控制器与真空吸盘夹手控制模块组成;视觉测量模块包括摄像机与视觉测量软件两部分。控制模块与视觉测量模块之间通过工业以太网在工控机进行数据传输与通讯。视觉测量模块由外部信号控制并完成工件的图像，并通过工业以太网传输到工控机进行处理。工控机作为系统的人机交互窗口，其主要负责对相机捕获的部品图像进行分析处理，并通过相应的控制算法实现目标工件的外部特征识别、孔位定位及抓取坐标转换过程，同时负责将图像处理后的中心坐标输出结果传送到机器人控制柜。机器人控制柜通过与工控机建立通讯连接，接受工控机输入的参数数据，经过机器人运动学逆解过程，最终完成机器人末端执行器抓取。

　　2.2视觉系统中噪声的处理

　　视觉系统的噪声主要来自于相机感光元件的噪声和视觉处理算法的误差,对控制系统性能有较大影响。视觉系统噪声的处理可以从以下3个方面入手：(1)设计鲁棒的特征提取算法。图像噪声对图像特征的提取影响较大，尤其是基于像素梯度的局部图像特征，会出现特征点的误提取和误匹配，直接导致系统状态变量的误差，对控制系统的稳定性有很大的影响。常用的去除例外点的方法有RANSAC算法、霍夫变换、最小二乘法以及M-estimators算法等。(2)使用观测器降低噪声的影响。对于含有噪声的特征向量,可以利用观测器对其状态进行观测降低噪声的影响。常用的方法有Kalman滤波、粒子滤波等。另外，在有些控制器中需要利用图像空间中的速度信息，由于图像采样频率较低且噪声较大，数值微分的方法存在较大的误差，此时也可以利用观测器对其进行估计。

　　2.3机器视觉系统程序设计

　　机器视觉系统程序设计主要利用X-SightStudio软件，针对智能相机进行程序编制，主要任务为给定棋子提取图案轮廓特征与脚本程序的编写。编好脚本程序后，利用X-SightStudio软件图案定位工具，将相机拍摄到的已知的七种不同类型的象棋提取其模板，并设定其待搜索区域图像的特征，再将特征进行匹配，从而计算出模板和对象之间的几何位姿关系。在X-Sight中添加自定义工具，借助C语言编辑视觉脚本程序，脚本中需要给图案定位出来的特征结果定义名称，即定义出相、将、士、卒、車、炮和马，同时要求能够做到对各象棋棋子种类和数量的精确识别。

　　2.4图像处理

　　视觉伺服控制系统的目标工件定位就是标工件识别以后的位置和姿态进行确定，以引导机器人后续的目标抓取与目标跟踪任务。视觉伺服控制系统要求有较快的图像处理速度，结合已知的目标工件特征和单一的背景信息，提取出目标工件相对于机器人基础坐标系的位置信息。

　　2.5PLC程序设计

　　PLC程序包括两个部分：一是点动控制部分，要求设置点动PLC控制翻转棋盘、恢复棋盘、启动、急停以及XYZ正负向的点动运动方式，同时在急停状态下，无法启动使能控制按钮;二是自动运行部分，即在PLC自动控制过程中，经通信获取棋子等信息后，首先机械臂回零，然后依次按照机械臂运动抓取、摆放的流程运行即可，在整个运行过程中实时监控，当出现错误时能及时报警发出警告。

　　3测试与分析

　　首先利用TW组态编辑的象棋排布界面，人机面板上的象棋种类有将、象、士、马、車、炮和卒，且各棋子可移动数量只有一枚，通过手指触摸移动棋盒里的象棋到棋盘上的点处。PLC通过操作面板发来的排布方案，筛选出最终所要移动的棋子，包括数目和类别信息，同时提取象棋面板上排布的位置信息，然后对于由相机通信传输过来的随机给定棋子信息，依次筛选出所需要移动棋子在实物棋盒中的信息(包括象棋类别、数目和相机坐标系下的坐标位置)。

　　信捷RC2型PLC中因为本身有携带负责相机坐标与机械臂所处机械坐标转换的算法，故而在信息筛选并参与本身的算法运算之后，可以得到基于机械臂所处机械坐标系下棋子的位置信息，然后发出指令使得PLC程序执行，PLC把执行程序的操作指令传给伺服驱动器，伺服驱动器驱动伺服电机，带动机械臂按操作顺序，从棋盒里抓取棋子然后放置在棋盘上，执行完毕，机械臂端点回零，棋盘执行翻转，然后数据信息清除，设备自行还原，等待新的人机界面操作内容。

　　4机器人视觉伺服控制应用存在的问题及解决方案

　　现如今机器人视觉伺服控制应用存在的问题可以分为两类：一是时间长，就是信息采集时间长，图像成像处理时间长。这种时间长速度慢的问题主要会致使机器人响应慢，以及导致计算机处理数据慢。二是不稳定，主要是图像处理、计算机运算不稳定，主原因是机器人体积过大，运行起来有误差以及由于光源强度不够，致使图像清晰度低。面对上述问题，可以从控制原理为切入点，选择最合适的CCD图像传感器以及图像采集卡，根据设计需要合理选择图像处理软件，以求达到最灵敏的视觉控制系统。另外由于机器人是工业控制机构，客户在采购机器人时追求的是其实用性，所以好的视觉伺服控制系统更应该符合实际需要。

　　结语

　　综上所述，以往关于视觉伺服的研究主要集中在简单静态环境下的视觉伺服任务，这在机器人的实际应用中是远远不够的。机器人任务的复杂性、灵活性和可靠性要求对视觉伺服控制的研究提出了进一步的需求。目前人工智能的发展远未成熟，用机器完全代替人的工作还为时尚早。机器人在执行复杂任务时会遇到一些不可预见的情况，因此有必要加入人的控制行为与机器协作完成任务。

　　参考文献

　　[1]晏祖根，李明，徐克非，等.高速机器人分拣系统机器视觉技术的研究[J].包装与食品机械，2014，32(1)：28-31.

　　[2]王耀南，陈铁健，贺振东，吴成中.智能制造装备视觉检测控制方法综述[J].控制理论与应用，2015，32(3)：273-286.

　　[3]季旭全,王君臣,赵江地,张晓会,孙振.基于机器人与视觉引导的星载设备智能装配方法[J].机械工程学报,2018,54(23):77-86.

　　作者：李志凌李付安生邵星宇唐余洲边云鹏

转载请注明来自发表学术论文网：http://www.fbxslw.com/jjlw/23788.html